一种针对病理全场图像的深度神经网络训练方法、装置

摘要

本申请涉及一种针对病理全场图像的深度神经网络训练方法、装置。所述方法包括：对多个具有全片级标注的病理全场图像分别进行裁切，获得由多个小图片的特征数据构成第一样本集；将所述第一样本集输入初始神经网络模型，得到所述第一样本集中每个所述小图片的输出概率向量；在所述病理全场图像中最大的所述输出概率向量大于预设值时，根据最大的所述输出概率向量对应的所述小图片构建弱监督数据集；将所述弱监督数据集和所述像素级别标注的病理图像样本集混合获得混合训练集，并根据所述混合训练集对所述初始神经网络模型进行训练，获得用于对病理全场图像分类的最终神经网络模型。采用本案可解决病理全场图像的分类模型像素级标注样本少的问题。